LLM 链接示例

用于LLM Chaining示例，通过38个节点的自动化工作流程，利用Webhook触发，集成Markdown、Sticky Note和LangChain等，实现数据提取、处理和生成，提升工作效率，简化复杂任务。

2025/7/8
38 个节点
复杂
webhook复杂markdown便签langchain分离无操作高级api集成
分类:
Complex WorkflowWebhook Triggered
集成服务:
MarkdownSticky NoteLangChainSplitOutNoOp

适用人群

  • 开发者: 希望通过自动化工作流提高工作效率。
    - 数据分析师: 需要快速提取和分析网页内容。
    - 内容创作者: 需要生成和整理内容的工具。
    - 产品经理: 需要集成多种工具以优化工作流和决策过程。

    • 解决的问题

  • 自动化从网页提取数据的过程，减少手动操作。
    - 提供多步骤的内容分析和处理，提升工作效率。
    - 通过集成不同工具，简化工作流，降低复杂性。

    • 工作流程

  • 触发工作流: 用户点击‘测试工作流’按钮，开始流程。
    - HTTP 请求: 从指定 URL (https://blog.n8n.io/) 获取网页内容。
    - Markdown 处理: 将获取的 HTML 内容转换为 Markdown 格式。
    - 设置初始提示: 定义多个任务步骤，如提取作者、列出帖子等。
    - 分离数据: 将数据分离为步骤和指令，以便后续处理。
    - 调用语言模型: 使用 Anthropic 的 Claude 模型对每个任务步骤进行处理，生成相应的输出。
    - 合并结果: 将所有步骤的输出合并，形成最终结果。
    - 清理内存: 在每次执行后清理上下文，确保不会影响后续任务。

    • 自定义指南

  • 修改请求 URL: 更改 HTTP Request 节点中的 URL，以获取不同网页的数据。
    - 调整提示内容: 在 Initial prompts 节点中修改任务步骤，以适应不同的分析需求。
    - 自定义模型参数: 在 Anthropic Chat Model 节点中调整模型的温度和其他参数，以改变生成内容的风格和创造性。
    - 添加更多步骤: 根据需要在工作流中添加更多的 LLM Chain 节点，以处理额外的任务或分析。